使用基于Lexicon的方法对Covid-19问题的twitter情感分析

Doni Winarso, Yanda Noor Yudha, Syahril
{"title":"使用基于Lexicon的方法对Covid-19问题的twitter情感分析","authors":"Doni Winarso, Yanda Noor Yudha, Syahril","doi":"10.37859/jf.v11i2.2772","DOIUrl":null,"url":null,"abstract":" Twitter merupakan salah satu media sosial yang memungkinkan penggunanya untuk menulis tentang berbagai topik dan membahas isu-isu yang sedang terjadi. Salah satu isu yang sedang menjadi trending topic saat ini adalah Covid-19. Banyak kalangan di masyarakat tersebar isu bahwa Covid-19 ini merupakan konspirasi dan tidak sedikit juga yang mempercayai bahwa Covid-19 ini nyata. Oleh karena itu perlu suatu analisis sentimen untuk mengetahui apakah Covid-19 ini nyata atau konspirasi berdasarkan opini masyarakat di Twitter, metode yang digunakan adalah Lexicon Based untuk mengelompokkan opini masyarakat ke dalam kategori sentimen positif, negatif atau netral. Hasil dari penelitian ini menunjukkan bahwa masyarakat pada twitter yang percaya bahwa Covid-19 adalah nyata masih cukup tinggi dibandingkan dengan masyarakat yang mempercayai isu konspirasi Covid-19. Hal tersebut dapat dilihat dari persentase sentimen kategori positif sebesar 58.08%, opini sentimen kategori negatif sebesar 37.61%, dan opini sentimen kategori netral sebesar 4.31%.","PeriodicalId":145740,"journal":{"name":"JURNAL FASILKOM","volume":"20 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2021-08-30","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"6","resultStr":"{\"title\":\"Analisis Sentimen Masyarakat Pada Twiter Terhadap Isu Covid-19 Menggunakan Metode Lexicon Based\",\"authors\":\"Doni Winarso, Yanda Noor Yudha, Syahril\",\"doi\":\"10.37859/jf.v11i2.2772\",\"DOIUrl\":null,\"url\":null,\"abstract\":\" Twitter merupakan salah satu media sosial yang memungkinkan penggunanya untuk menulis tentang berbagai topik dan membahas isu-isu yang sedang terjadi. Salah satu isu yang sedang menjadi trending topic saat ini adalah Covid-19. Banyak kalangan di masyarakat tersebar isu bahwa Covid-19 ini merupakan konspirasi dan tidak sedikit juga yang mempercayai bahwa Covid-19 ini nyata. Oleh karena itu perlu suatu analisis sentimen untuk mengetahui apakah Covid-19 ini nyata atau konspirasi berdasarkan opini masyarakat di Twitter, metode yang digunakan adalah Lexicon Based untuk mengelompokkan opini masyarakat ke dalam kategori sentimen positif, negatif atau netral. Hasil dari penelitian ini menunjukkan bahwa masyarakat pada twitter yang percaya bahwa Covid-19 adalah nyata masih cukup tinggi dibandingkan dengan masyarakat yang mempercayai isu konspirasi Covid-19. Hal tersebut dapat dilihat dari persentase sentimen kategori positif sebesar 58.08%, opini sentimen kategori negatif sebesar 37.61%, dan opini sentimen kategori netral sebesar 4.31%.\",\"PeriodicalId\":145740,\"journal\":{\"name\":\"JURNAL FASILKOM\",\"volume\":\"20 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2021-08-30\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"6\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"JURNAL FASILKOM\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.37859/jf.v11i2.2772\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"JURNAL FASILKOM","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.37859/jf.v11i2.2772","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 6

摘要

Twitter是允许用户撰写各种主题并讨论正在发生的问题的社交媒体之一。目前流行话题的一个问题是Covid-19。人们普遍认为,Covid-19是一个阴谋,很少有人相信Covid-19是真实存在的。因此,需要一种情绪分析来弄清楚,这些Covid-19是真实的还是基于Twitter舆论的阴谋,使用的方法是基于Lexicon,将公众舆论分组为积极、消极或中立的情绪类别。这项研究的结果表明,twitter上认为Covid-19是真实的人比相信Covid-19阴谋的人要高得多。这可以从阳性类别的百分比为58.08%,负类别的情绪为37.61%,中立类别的情绪为4.31%。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Analisis Sentimen Masyarakat Pada Twiter Terhadap Isu Covid-19 Menggunakan Metode Lexicon Based
 Twitter merupakan salah satu media sosial yang memungkinkan penggunanya untuk menulis tentang berbagai topik dan membahas isu-isu yang sedang terjadi. Salah satu isu yang sedang menjadi trending topic saat ini adalah Covid-19. Banyak kalangan di masyarakat tersebar isu bahwa Covid-19 ini merupakan konspirasi dan tidak sedikit juga yang mempercayai bahwa Covid-19 ini nyata. Oleh karena itu perlu suatu analisis sentimen untuk mengetahui apakah Covid-19 ini nyata atau konspirasi berdasarkan opini masyarakat di Twitter, metode yang digunakan adalah Lexicon Based untuk mengelompokkan opini masyarakat ke dalam kategori sentimen positif, negatif atau netral. Hasil dari penelitian ini menunjukkan bahwa masyarakat pada twitter yang percaya bahwa Covid-19 adalah nyata masih cukup tinggi dibandingkan dengan masyarakat yang mempercayai isu konspirasi Covid-19. Hal tersebut dapat dilihat dari persentase sentimen kategori positif sebesar 58.08%, opini sentimen kategori negatif sebesar 37.61%, dan opini sentimen kategori netral sebesar 4.31%.
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
Analisis Opini Publik Terhadap Undang-Undang KUHP Tahun 2022 Menggunakan Algoritma Naïve Bayes Classifier Analisis sentimen terhadap pelayanan Kesehatan berdasarkan ulasan Google Maps menggunakan BERT Peran Penggunaan IoT dengan Machine Learning dalam Penanganan Pandemi COVID-19: Systematic Literatur Review Pengaruh Implementasi Enterprise Resource Planning (ERP) Apache Ofbiz Pada Kinerja UMKM Renyah.an Penentuan Pola Peminjaman Buku Di Perpustakaan Dengan Verifikasi Hasil Data Perhitungan Algoritma Apriori Menggunakan Algoritma Equivalence Class Transformation (ECLAT)
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1